当前位置:主页 > 硕博论文 > 农业硕士论文 >

基于深度信息的大豆冠层株型参数计算方法研究

发布时间:2020-10-31 06:23
   随着农业机械化及各种农田现代栽培管理技术的发展,基于人工智能的机器视觉技术已广泛应用于农业领域。在自然环境下快速、无损和高通量地获取作物株型参数是选育高产且抗逆性强的优良品种的关键。传统表型测量方法具有破坏性、耗时费力且不能连续性的、大范围的测量等不足,因此为克服传统测量方法的低效性,本研究开展基于深度信息的大豆冠层株型参数计算方法研究,旨在株型参数获取技术上取得突破性进展。本研究以寒地大豆为研究对象,在黑龙江八一农垦大学农学院卓越农业人才创新创业训练园开展大豆种植及其冠层信息采集工作。采取理论研究和实验分析相结合的方法,研究了大豆冠层株型参数计算方法,解析了基于时间序列的大豆冠层株型参数变化规律,同时实际测量大豆生殖生长期的冠层株型参数,优化了株型参数计算方法。主要包括四个方面工作:(1)设计了基于Kinect 2.0的大豆冠层图像同步采集系统,用于快速、精确、无损地获取全生育时期大豆冠层彩色及深度图像。分析了冠层三维结构特征,优化了设计图像配准参数及融合向量,精确地重构了不同生长时期大豆冠层三维结构形态。(2)标定了彩色摄像机和深度摄像机的位置关系,对彩色图像进行了颜色失真校正,有效避免了曝光、失真等对颜色表达的影响。三维重建了具有精确颜色信息的大豆冠层结构形态。在Lab空间下采用K-means聚类算法对图像分割,利用颜色及距离信息提取了有效的大豆冠层区域。(3)在重建冠层三维结构形态基础上,开展了大豆冠层株型参数提取方法研究。分析了不同生长阶段大豆冠层空间中各器官表型参数随时间变化的规律,分别建立了冠层三维空间内植株高度、冠幅、叶面积指数等株型性状参数计算方法。(4)实际测量了生殖生长期的单盆和群体大豆冠层株型参数,用于验证大豆冠层株型参数的计算方法的有效性。大豆冠层高度、冠幅、叶面积指数的计算值与实际测量值的决定系数R~2均在0.9左右。实验结果表明:本研究提出的基于深度信息的大豆冠层株型参数计算方法研究,能够快速、准确地计算冠层株高、冠幅、叶面积指数。不仅为选育大豆优良种质资源提供理论依据,而且为田间高通量地计算其他农作物表型参数提供了一种现实可行的技术手段。
【学位单位】:黑龙江八一农垦大学
【学位级别】:硕士
【学位年份】:2020
【中图分类】:TP391.41;S565.1
【部分图文】:

实验图,大豆


1430粒颗粒饱满的豆籽,均匀、整齐的摆在放有两层湿润吸水纸的培养皿中进行发芽率测试。实验土壤为非盐碱质地,PVC盆直径×高为30.5cm×18.5cm,将普通土块放入盆底,随后添加筛好细土,当盆重量达到4.0kg时均匀平铺定量复合肥(氮磷钾),最后加入细土至盆7.0kg。每个品种各11盆标号:1-11,共计33盆。12穴/盆,穴距2~3cm,每穴2粒种子,埋于土中约3~4cm处。在种植完成的20d后,每个品种1-10号去除萎蔫、发育不良的,选取株型正常、长势良好的大豆定苗5株/盆,11号1株/盆。25d后对每个品种6-10号盆的大豆进行第一次盐碱胁迫,将3.78g碳酸氢钠(NaHCO)和0.53g碳酸钠(NaCO)混合粉末溶于1.0L水均匀浇入盆中。45d后进行二次胁迫。定期对所有大豆喷洒营养液(营养液:水=1:2000)。该年度进行大豆叶面积指数株型参数的计算。2.2实验方法2.2.1株型参数测定方法为保证实验图像清晰、减少光照对大豆冠层图像的影响,选择垂直方式获取大豆冠层图像信息,基于彩色和深度信息开展大豆株高、株宽、叶面积指数计算方法研究。(1)将茎基部与土壤交界点到植株最高点的垂直距离定义为株高(H)[71];(2)冠层宽度,包括两个方面:横排宽度(WAR)距离是沿x轴的最大距离,而横排宽度(WIR)距离是沿y轴的最大距离[72],如图2-1所示。(3)叶面积指数(leafareaindex,LAI)的概念自20世纪40年代中期首次被英国农业生态学家Watson[73]定义至今,国内外学者提出了很多不同的定义和解释[74],目前较为常用的是指单位土地面积上植物叶片单面总面积与植株所占的土地面积的比值。(a)株高(b)冠幅图2-1大豆株高和冠幅的测定Figure2-1Determinationofsoybeanplantheightandcrownwidth;(a)Plantheight(b)Crownwidth

界面图,界面图,软件,深度图像


15数据采集周期为7~10d。为保证深度信息的有效性,将Kinec2.0相机置于可调铁架中央,通过调节铁架高度寻找最佳拍摄高度。大豆株型参数实测值获取方法如下:(1)大豆株高、株宽的人工测量时间在设备采集的前一天或后一天进行,测量工具为直尺或卷尺,单位为cm[70]。(2)叶面积指数的实测值由多光谱植物三维激光扫描测量仪(PlantEyeF500,荷兰,海尔伦)扫描得到,每扫描一次时间为2min。实测值用于验证本文计算方法的准确性。获取的参数利用无线数据传输到电脑终端,分辨率50XZ-Profiles/s。2.2.2大豆冠层图像同步获取软件Kinect自带SDK软件虽然能够分别完成彩色图像及深度图像的显示,但不带有数据存储功能,不能够将获取的图像数据保存到硬盘上。此外,SDK软件不能实现彩色图像和深度图像的同步采集。室外环境下,图像采集过程中易受到自然环境中风速变化的影响,异步采集冠层彩色和深度图像不能反映某一时刻大豆冠层的生长状态,因此开发同步采集软件能够精确获取冠层同一时刻下的彩色和深度图像,有利于提高后续冠层三维重构的精确性。因此,本研究以VisualStudio2013为软件平台,开发大豆冠层图像同步采集软件(图2-2),实时、同步地动态获取大豆冠层不同生长阶段内的彩色及深度图像,软件界面如图2-2所示。利用MATLAB2015b软件实现具有颜色信息的大豆植株三维模型重建,大豆冠层提取以及株高、冠幅、叶面积指数计算方法研究。利用R语言完成相关数据分析及绘图。图2-2软件界面图Figure2-2Softwareinterface

基于深度信息的大豆冠层株型参数计算方法研究


Kinect2.0连接接口
【参考文献】

相关期刊论文 前10条

1 余秀丽;王丹丹;牛磊磊;宋怀波;何东健;胡少军;耿楠;;Kinect在现代农业信息领域中的应用与研究进展[J];农机化研究;2015年11期

2 邹秋霞;杨林楠;彭琳;郑强;;基于Lab空间和K-Means聚类的叶片分割算法研究[J];农机化研究;2015年09期

3 陈桂珍;龚声蓉;;计算机视觉及模式识别技术在农业生产领域的应用[J];江苏农业科学;2015年08期

4 胡鹏程;郭焱;李保国;朱晋宇;马韫韬;;基于多视角立体视觉的植株三维重建与精度评估[J];农业工程学报;2015年11期

5 马晓丹;郭彩玲;张雪;马丽;张丽娇;刘刚;;基于三维点云颜色特征的苹果树冠层光照分布计算方法[J];农业机械学报;2015年06期

6 羊海龙;;一种基于基本色系的自动白平衡方法[J];浙江科技学院学报;2015年01期

7 李小琦;;基于Matlab的图像阈值分割算法研究[J];软件导刊;2014年12期

8 周薇;马晓丹;张丽娇;郭彩玲;刘刚;;基于多源信息融合的果树冠层三维点云拼接方法研究[J];光学学报;2014年12期

9 朱大洲;王成;王晓冬;于春花;赵春江;;信息技术在作物育种中的应用[J];中国稻米;2011年06期

10 埃里卡·诺恩;;给机器人装上新眼睛[J];科技创业;2011年09期


相关硕士学位论文 前7条

1 高寒;基于点云的大豆植株三维重建[D];黑龙江八一农垦大学;2018年

2 冯珂垚;基于机器视觉的运动目标自主监视技术研究[D];中国科学院大学(中国科学院上海技术物理研究所);2018年

3 巨建肖;基于Kinect传感器的植物叶片表型测量方法研究[D];南京农业大学;2017年

4 徐慧;基于Kinect的植株特征检测技术研究[D];江苏大学;2017年

5 李妍;玉米大豆水稻图像识别方法研究[D];黑龙江八一农垦大学;2017年

6 李雅娜;Kinect深度相机标定算法研究[D];西安电子科技大学;2014年

7 王丛;自动图像白平衡技术的研究[D];北京工业大学;2012年



本文编号:2863570

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/zaizhiyanjiusheng/2863570.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户09ee9***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com